Понятие и виды статистической связи

ЛЕКЦИЯ № 11

Все явления общественной жизни взаимосвязаны, взаимозависимы и взаимообусловлены.

Статистика рассматривает экономический закон как существенную и устойчивую связь между определенными явлениями и процессами. Познавая связи, статистика познает законы. А их знание позволяет управлять общественным развитием. Основой изучения связей является качественный анализ. Задачи статистики состоят в выявлении связи, определении ее направления и тесноты (силы). Наиболее же общая задача – это прогнозирование и регулирование социально-экономических явлений на основе полученных представлений о связях между явлениями.

Взаимосвязанные признаки подразделяются

1) на факторные признаки – те, которые влияют на изменение других процессов и

2) результативные – те, которые изменяются под воздействием других признаков.

Виды и формы связей, различаемые в статистике

Функциональная связь (зависимость) между двумя переменными величинами характеризуется тем, что каждому значению одной из них соответствует вполне определенное значение другой. Например, между радиусом круга и его площадью существует функциональная зависимость, которая выражается формулой . Однако на практике часто встречаются и такие виды связей между величинами, которые нельзя отнести к функциональным.

Для статистической связи характерно то, что одному и тому же значению факторного признака может соответствовать сколько угодно различных значений результативного признака. Например, урожайность пшеницы зависит от дозы вносимых удобрений, но если различные хозяйства будут вносить одну и ту же дозу удобрений на гектар, урожайность у них будет разная. Здесь связь проявляется лишь при достаточно большом количестве наблюдений и лишь в форме средней величины. Она не является точной зависимостью одного признака от другого.

Корреляционная связь является частным случаем статистической связи

В статистике связи также классифицируются

- по направлению. Если с увеличением одного показателя, второй также возрастает, то связь между ними является прямой или положительной. Например, с увеличением спроса на какой-либо товар, увеличивается его предложение. Если же с увеличением одного показателя, второй снижается, то связь между ними называется обратной или отрицательной. Так увеличение цены на товар приводит, как правило, к снижению спроса на него.

- по степени их тесноты (по силе). Функциональная связь является полной, а статистическая – неполной и неточной связью.

- по форме различают линейные и нелинейные связи.

Линейные связи моделируются линейной функцией регрессии .

Нелинейные связи могут моделироваться полиномами разных степеней, показательными, логарифмическими и другими функциями.

Существует еще одна достаточно важная характеристика связей с точки зрения взаимодействующих факторов. Если характеризуется связь двух признаков, то ее принято называть парной. Если изучаются более чем две переменные – множественной.

Но кроме перечисленных различают также непосредственные, косвенные и ложные связи. Собственно, суть каждой из них очевидна из названия.

В первом случае факторы взаимодействуют между собой непосредственно.

Для косвенной связи характерно участие какой-то третьей переменной, которая опосредует связь между изучаемыми признаками.

Ложная связь – это связь, установленная формально и, как правило, подтвержденная только количественными оценками. Она не имеет под собой качественной основы или же бессмысленна.

Пример ложной связи. Мерой связи между двумя количественными признаками является выборочный коэффициент парной корреляции: чем ближе он к 1, тем теснее связь между признаками. Но часто бывает, что высокий коэффициент корреляции не содержит никакой полезной информации. Например, на основе ежегодных данных за период с 1866 по 1911 гг. было обнаружено, что коэффициент корреляции между смертностью в Англии и Уэльсе и пропорцией браков, зарегистрированных в англиканской церкви, составил 0,95, т.е. между смертностью и числом зарегистрированных браков обнаружена очень тесная положительная связь. Естественно, что обнаруженная зависимость является формальной и не может интерпретироваться как причинная.

Выявление, обнаружение и изучение объективно существующих связей между явлениями и различными показателями, характеризующими социально-экономические процессы, является важнейшей задачей всякого научного исследования.

Статистическое исследование зависимостей позволяет вскрыть причинно-следственные отношения между явлениями, чтобы выявить факторы (признаки), оказывающие существенное влияние на вариацию изучаемых явлений и процессов.

Причинно-следственные отношения – это связь явлений и процессов, при которых изменение одного из них – причины – ведет к изменению другого – следствия. Особое значение при исследовании причинно-следственных связей имеет выявление временной последовательности: причина всегда должна предшествовать следствию.

Между сложными группами причин и следствий возможны многозначные связи, в которых одна причина будет вызывать то одно, то другое следствие или одно следствие будет иметь несколько разных причин.

Чем сложнее изучаемое явление, тем труднее выявить причинно-следственные связи между ними.

Особенностью причинно-следственных связей в социально-экономических явлениях является их транзитивность (опосредованная зависимость).

Для изучения, измерения и моделирования взаимосвязей между явлениями статистикой применяются различные методы:

- метод сопоставления параллельных рядов;

- балансовый метод;

- графический метод;

- методы аналитических группировок;

- дисперсионный анализ;

- корреляционно-регрессионный анализ.

В статистической практике приходится сталкиваться с задачами измерения связи между качественными признаками, к которым параметрические методы анализа в их обычном виде неприменимы. Статистической наукой разработаны методы, с помощью которых можно измерить связь между явлениями, не используя при этом количественные значения признака, а значит, и параметры распределения. Такие методы получили название непараметрических методов оценки связи. Рассмотрим некоторые из них.